轻量级算法框架发布背景
人工智能算法框架更新迭代迅速。人工智能算法框架是搭建人工智能系统的底层基础，正是依托算法框架的更新迭代，人工智能的发展和应用迅速进入爆发期。以Google对算法框架研究为例，2011年推出了第一代人工智能系统DistBelief，其在海量未标注的YouTube视频中，通过深度学习自行总结出了猫的特征，并在Google图片中开创了图片搜索功能。通过对DistBelief进行改造，Google于2015年底开源了第二代人工智能算法框架TensorFlow，其深度学习模型更加通用，系统的稳定性更高，迅速成为GitHub上最受欢迎的深度学习开源项目，著名的人工智能围棋程序AlphaGo也是培育在TensorFlow的框架之上。而Google近期推出的TensorFlow Lite，是TensorFlow的移动版本，随着它的成熟，它将成为在移动设备和嵌入式设备上部署模型的推荐解决方案。
轻量级人工智能算法框架进入布局阶段。近几年，随着移动设备使用量的指数级增长，适用于移动终端和嵌入式设备的轻量级人工智能应用具有巨大的发展空间，研发布局轻量级算法框架势在必行。目前轻量级算法框架在移动端的部署方式主要有两种：一种是算法运算在服务端，结果展示在客户端，优点是相对容易实现、开发成本低，但需要保证网络通信畅通；另一种是完全在客户端运行算法模型，无需网络传输，能够保证运行速度。第二种部署方式正逐渐成为主流。除Google的TensorFlow Lite，目前主流的轻量级算法框架还有苹果的Core ML、Facebook的Caffe2、Torchnet、百度的mobile-deep-learning（MDL）。其中，百度的MDL于今年9月份在GitHub开源，支持iOS GPU的运行，在体积、功耗、速度等方面都表现良好，已被成功用于智能手机的图片识别等应用。
由轻量级算法框架发展引发两点思考
人工智能向物联网领域扩展。物联网是人工智能的重要应用场景之一，随着大量联网设备和智能终端设备的使用，物联网对人工智能的需求日渐突出，智能物联网必将成为人工智能的下一个热门领域。Google此次发布的TensorFlow Lite正体现了Google关于智能物联网的预见性和提早布局。具体说来，TensorFlow Lite的重要目标是将通用算法框架TensorFlow与Google的另一个开源利器Android终端系统进行整合。在Google的生态版图中，Android是未来的物联网设备内在系统，TensorFlow是业内标准的算法框架，两者的整合有效地解决了智能物联网终端设备对轻量级框架的运行效率需求。目前，智能物联网还处于起步阶段，对于我国人工智能的发展是一个不容错过的机遇。
轻量级人工智能生态圈亟待建立。随着轻量级人工智能算法框架的研发开源，轻量级的人工智能应用将在短期内落地，轻量级人工智能芯片、轻量级人工智能处理器、移动端人工智能服务、智能移动终端设备等产业都将随之兴起，成为链条内不可或缺的组成部分。由于人工智能具有市场大、壁垒强的特性，发展相应的轻量级人工智能产业链和生态圈将成为重点发展方向。人工智能龙头企业也非常看重生态红利，积极完善生态圈建设。例如，围绕轻量级算法框架TensorFlow Lite，Google还研发了适用的第二代芯片Cloud TPU、图像处理协处理器IPU、新一代的手机Pixel 2等，正是Google协调发展轻量级人工智能产业链、建设生态圈的举措。我国企业如百度等，也应从轻量级算法框架入手，产业链条各环节协同发展，注重打造轻量级人工智能生态闭环，构建完整的人工智能生态。
